![Altair_eGuide_BreakDownDataScienceLanguageBarriers_RL_Thumbnail_1200x628-1](https://web.altair.com/hs-fs/hubfs/Altair_eGuide_BreakDownDataScienceLanguageBarriers_RL_Thumbnail_1200x628-1.jpg?width=1200&name=Altair_eGuide_BreakDownDataScienceLanguageBarriers_RL_Thumbnail_1200x628-1.jpg)
![Vestigo-Altair-Analytics-Workbench-Customer-Story](https://web.altair.com/hs-fs/hubfs/Vestigo-Altair-Analytics-Workbench-Customer-Story.png?width=1200&name=Vestigo-Altair-Analytics-Workbench-Customer-Story.png)
El lenguaje SAS ha sido el líder indiscutible del mercado en el procesamiento de grandes cantidades de datos para el análisis estadístico a nivel industrial. Sin embargo, otros lenguajes de programación de código abierto como Python, R y SQL han redefinido el panorama. Aunque cada uno de estos lenguajes de código abierto tiene sus pros y sus contras, muchas empresas siguen dependiendo de una serie de procesos críticos para el negocio que se basan en aplicaciones y sistemas del lenguaje SAS.
El statu quo del lenguaje SAS en la banca, los seguros, la sanidad y otros sectores se ha puesto a prueba en los últimos años. Ha llegado el momento de avanzar hacia un futuro basado en la agilidad, la escalabilidad, la extensibilidad y la interoperabilidad. ¿En qué punto de este viaje estás?
¿Por qué modernizar la tecnología de analítica y prepararse para el futuro?
Pero también lo es reescribir las aplicaciones del lenguaje SAS en código abierto. En muchos casos, la migración lleva mucho tiempo y es técnicamente difícil, si no completamente imposible. Combinar el código SAS existente con lenguajes como Python, R y SQL es igualmente problemático. Hasta la fecha, los compiladores de lenguajes SAS de terceros han sido esenciales para cualquier solución potencial, añadiendo costes adicionales a la ecuación.
Desde una perspectiva aún más amplia, las estrategias analíticas deben abordar una implantación eficiente y una gobernanza eficaz. Y las organizaciones también deben encontrar formas de utilizar la flexibilidad y escalabilidad de la nube junto con la computación móvil, el mainframe y las infraestructuras locales.
La nueva ola de herramientas de análisis de datos y ML con código opcional no sólo habilita a los programadores especializados y científicos de datos de su equipo, sino a una población mucho mayor con diferentes habilidades y disciplinas. Por lo tanto, para maximizar los recursos de datos, es necesario aprovechar los equipos diversos y con talento que asumirán la responsabilidad práctica de hacer que esas estrategias funcionen.
Utilizando esta nueva ola de software híbrido, ya no es necesario lidiar con los problemas de coste, complejidad y viabilidad que dificultan los proyectos de migración de programas de lenguaje SAS. Ahora es posible mezclar y combinar los lenguajes que mejor se adapten a los objetivos y recursos.
Escalabilidad, fiabilidad y capacidad de gestión
Crear, mantener y ejecutar programas en lenguaje SAS, explorando resultados sin necesidad de configuración adicional.
Una sola aplicación unificada
Utilizar código Python, R, Hadoop y SQL junto con módulos de lenguaje SAS en un único entorno en el que todos pueden colaborar y añadir un valor significativo.
Sin necesidad de licencias de terceros
Migrar los programas de lenguaje SAS existentes al entorno híbrido.
En este webinar, se muestra cómo superar los desafíos de licencias ejecutando programas de lenguaje SAS críticos junto con lenguajes de código abierto en una sola plataforma, desarrollando flujos de trabajo de análisis de extremo a extremo a partir de procesos de datos en silos y reduciendo los cuellos de botella de DevOps con API, con casos de uso técnicos.
Su Desafío
Vestigo presta apoyo a prestamistas con y sin garantía a lo largo de todo el ciclo de vida del crédito. La empresa necesitaba métodos eficientes para desplegar análisis y proporcionar rápidamente información basada en datos en diversas situaciones para clientes de distintos tamaños, desde operaciones regionales hasta prestamistas con carteras de préstamos superiores a 5.000 millones de dólares.
La solución
Vestigo utiliza Altair Analytics Workbench™ para desarrollar y mantener modelos y programas escritos en el lenguaje SAS. El flujo de trabajo de arrastrar y soltar del software permite a sus equipos crear nuevos modelos rápidamente sin necesidad de escribir ningún código.
Las estrategias actuales de modernización del análisis de datos también deben facilitar la creciente demanda de una capacidad de despliegue más rápida y eficiente. Tradicionalmente, las organizaciones han transferido el código de desarrollo a DevOps o han encargado a los analistas la tarea de reescribir el código para su uso en producción. Ambos enfoques son costosos en términos de tiempo, capacidades y recursos.
En pocas palabras, con el nuevo entorno de lenguaje híbrido mix-and-match, todos los miembros del equipo pueden crear mejores resultados de análisis de datos.